Open Access

Szintillationsdetektoren sind aufgrund ihrer hohen Nachweiseffizienz sowie ihrer Energie- und Zeitauflösung zentrale Komponenten in der Nuklearphysik und der medizinischen Bildgebung. Mit der zunehmenden Verbreitung von Silizium-Photomultipliern (SiPMs) als Auslesetechnologie tritt jedoch ein wesentliches Problem auf: Lokale Intensitätsspitzen in der Photonenverteilung können zu einer nichtlinearen Detektorantwort und damit zu einer Verringerung der Detektoreffizienz führen. Zudem deuten erste Simulationen darauf hin, dass Szintillationsphotonen insbesondere bei Kristallen mit großem Längen-Seiten-Verhältnis an den Rändern und Ecken der Auskoppelfläche gehäuft auftreten.[1] Ziel dieser Arbeit war es, experimentell zu untersuchen, ob und in welchem Ausmaß eine inhomogene Intensitätsverteilung bei Ce:GAGG-Szintillatoren (Gadolinium-Aluminium-Gallium-Granat:Ce) auftritt. Hierfür wurde ein Messaufbau entwickelt, bei dem die Auskoppelfläche verschiedener Ce:GAGG-Kristalle in einer lichtdichten Messkammer mit einer hochauflösenden CMOS-Kamera (Raspberry Pi HQ, 4056 × 3040 Pixel) unter Bestrahlung mit Na-22, Co-60 und kollimiertem Sr-90 fotografisch erfasst wurde. Die aufgenommenen Rohbilder im BGGR-Bayer-Muster wurden in Graustufenbilder umgewandelt, um die Intensitätsverteilung quantitativ auszuwerten. Die Ergebnisse zeigen, dass sowohl die Kristallgeometrie als auch die Oberflächenbeschaffenheit und die verwendeten Reflektormaterialien einen Einfluss auf die absolute Intensität, aber auch auf deren Verteilung entlang der Auskoppelfläche haben. Diese Erkenntnisse liefern eine Grundlage für weiterführende Untersuchungen - insbesondere in Bezug auf die Oberflächenbeschaffenheit von Szintillatoren - mit dem Potenzial, zur Entwicklung optimierter Auslesesysteme für Szintillationsdetektoren beizutragen.

Ziel der vorliegenden Arbeit ist es, Anwendungsmöglichkeiten und Grenzen von Large Language Models in Bezug auf die Verarbeitung von PDF-Dokumenten der Kassenärztlichen Vereinigungen zu prüfen. Dabei wird evaluiert, inwiefern Dokumente vergleichend analysiert werden, als Quellen für einen Chatbot dienen und Tabellen aus ihnen extrahiert werden können. Zunächst werden die allgemeine Funktionsweise sowie die Grenzen und Probleme von LLMs aufgeführt. Es werden verschiedene Methoden für die Extraktion von strukturierten Daten beschrieben. Für die Nutzung der Dokumente wird Retrieval Augmented Generation (RAG) als sinnvollstes Verfahren identifiziert. Dafür werden spezielle Methoden und Vorgehensweisen beschrieben, die den Prozess optimieren sollen. Außerdem werden Möglichkeiten zur Gewährleistung der Nachvollziehbarkeit von LLM-Antworten betrachtet. Es entsteht ein konkreter Systementwurf eines Prototyps, der die drei Anwendungsfälle abdeckt. Dabei werden Dokumente kapitelweise verglichen. Es entsteht außerdem ein modulares RAG-System mit adaptivem Retrieval. Schließlich wird geprüft, inwiefern Tabellen aus Dokumenten mit Vision Language Models extrahiert werden können. Der entwickelte Prototyp wird schließlich mit verschiedenen Testdaten und Metriken hinsichtlich der Eignung für die Anwendungsfälle evaluiert. Anhand der Ergebnisse wird sichtbar, dass mit dem Prototyp ein Textvergleich mit guter Performanz möglich wird. Bei der Beantwortung von Fragen wird im Retrieval ein hoher Recall erreicht. Insbesondere eine sehr hohe Faktentreue ist außerdem hervorzuheben. Eine Tabellenextraktion mittels eines VLM ist dagegen nicht in ausreichender Qualität möglich.

Ziel dieser Arbeit ist die Entwicklung einer Funktionalität zur Gruppierung von Entitäten für die Webanwendung InFrame Synapse MES. Im Rahmen der Untersuchung wurde eine Analyse der bestehenden Implementierungen der Gruppierungsfunktion in InFrame Synapse MES durchgeführt. Dabei wurden Einschränkungen identifiziert, die mit einer unzureichenden Ausarbeitung der Funktionalität, einer festen Bindung an bestimmte Entitätstypen sowie einer engen Abhängigkeit von der Systemstruktur von InFrame Synapse MES zusammenhängen. Diese Merkmale führen zu zusätzlichen, nicht intuitiven Benutzeraktionen und erschweren die Erweiterung der Funktionalität. Zur Beseitigung dieser Einschränkungen wurde eine neue konzeptionelle Grundlage entwickelt, die die von einem Team aus zentralen Beteiligten der InFrame Synapse MES-Entwicklung formulierten Anforderungen berücksichtigt. Die vorgeschlagene Lösung beseitigt überflüssige Abhängigkeiten und schafft mehr Flexibilität in der Anwendung. Das Ergebnis ist eine implementierte Funktionalität, die es den Benutzern ermöglicht, Entitäten in logische Gruppen zu organisieren, sie zu filtern, zu verwalten und zu visualisieren. Dies erhöht die Benutzerfreundlichkeit deutlich und erweitert die Möglichkeiten des Systems.

Key performance indicators form the basis for controlling large production systems and enable decision-makers to derive appropriate measures. Currently, large production companies are implementing extensive digitization measures for the collection and visualization of these key performance indicators. However, the potential of predictive analytics and automated decision-making has only been exploited in isolated cases. The potential for improving the quality and efficiency of decision-making processes is not being exploited. This means that an opportunity to reduce production costs remains untapped. In addition, existing approaches are limited to individual solutions that are poorly scalable, adaptable, and reusable. The problem is solved by developing a methodology using the design science research approach. In a requirements analysis, the findings from the literature review are compared with the practical requirements of large production systems in order to create a detailed catalog of requirements. Based on this, the sub-steps of the methodology are developed and orchestrated into an overall methodology. Validation is carried out through the implementation of concrete use cases, comparison with predefined success criteria, and incorporating expert feedback. The methodology is used to develop forecasting capabilities and decision automation and integrate them into the daily routine of production control in order to optimize the cost efficiency of production. The scalability and reusability of the applications developed with it enable their cross-plant introduction and uniform adaptability. As the first use case, an automated cloud-based end-to-end data pipeline for container prediction is being developed in the supply centers of the BMW plant in Munich, enabling dynamic personnel planning and cost optimization.

Die Arbeit befasst sich mit der Erstellung eines Prototyps für einen Meister für Produktionsüberwachung und -steuerung. Als Grundlage dienten Kundeninterviews, in denen die Anforderungen an das System gesammelt wurden. Bei der Umsetzung wurde das Prinzip der menschenzentrierten Systemgestaltung berücksichtigt. Am Ende wurde ein Ergebnis - ein Cockpit erstellt, das die identifizierten Kundenanforderungen erfüllt.